JP6405486B1 - Wind power generation facility abnormality sign diagnosis system, management device, and abnormality sign diagnosis method - Google Patents
Wind power generation facility abnormality sign diagnosis system, management device, and abnormality sign diagnosis method Download PDFInfo
- Publication number
- JP6405486B1 JP6405486B1 JP2018072174A JP2018072174A JP6405486B1 JP 6405486 B1 JP6405486 B1 JP 6405486B1 JP 2018072174 A JP2018072174 A JP 2018072174A JP 2018072174 A JP2018072174 A JP 2018072174A JP 6405486 B1 JP6405486 B1 JP 6405486B1
- Authority
- JP
- Japan
- Prior art keywords
- power generation
- main shaft
- wind power
- abnormality
- generation facility
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Wind Motors (AREA)
Abstract
【課題】主軸ベアリングの交換時期を精度よく予測することができる風力発電装置の異常予兆診断システムを提供する。【解決手段】風力発電設備の異常予兆診断システムは、風力発電設備と、管理装置１００と、を備え、管理装置１００は、風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３と、主軸ベアリングの振動値を取得して振動初期値とし、風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備の主軸の累積回転数と、該時点での振動初期値とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。【選択図】図２An abnormality sign diagnosis system for a wind turbine generator capable of accurately predicting a replacement timing of a spindle bearing. An abnormality sign diagnosis system for a wind power generation facility includes a wind power generation facility and a management device 100. The management device 100 determines the main shaft bearing at that time according to the state of grease of the main shaft bearing of the wind power generation facility. The current diagnosis mode unit 23 for diagnosing abnormal signs of the wind power generation, the vibration value of the main shaft bearing is acquired and used as the initial vibration value, and the main shaft of the wind power generation facility estimated from the time when a predetermined time has elapsed from the start of operation of the wind power generation facility A predictive diagnosis mode unit for diagnosing a future sign of abnormality of the main shaft bearing based on the accumulated rotational speed and the initial vibration value at the time, and predicting the replacement time of the main shaft bearing; [Selection] Figure 2
Description
本発明は、風力発電設備の異常予兆診断システム、管理装置および異常予兆診断方法に関する。 The present invention relates to an abnormality sign diagnosis system, a management apparatus, and an abnormality sign diagnosis method for wind power generation facilities.
風力発電装置に設けられた機器の異常を診断するシステムとして、特許文献１の状態監視システムは、機器に設けられるセンサを含むモニタ装置と、モニタ装置が機器の異常を診断するために使用する閾値を設定し、閾値に基づいて機器の異常を診断する監視側制御装置と、機器の状態を監視する監視用端末とを備えることが記載されている。 As a system for diagnosing an abnormality in a device provided in a wind turbine generator, a state monitoring system disclosed in Patent Document 1 includes a monitor device including a sensor provided in the device, and a threshold used by the monitor device to diagnose the device abnormality. And a monitoring-side control device that diagnoses an abnormality of a device based on a threshold value, and a monitoring terminal that monitors the state of the device.
稼働してから１０年以上経過した風力発電設備の増加に伴い、主要部品である主軸ベアリングの異常によって運転停止となる事象が生じる場合がある。この復旧には相当の時間を要することから、事前に主軸ベアリングが運転不可となる時期を予測し、計画的に主軸ベアリングを交換することを可能とする予測システムが求められている。 With the increase in wind power generation facilities that have been operating for more than 10 years, there may be a case where an operation stoppage occurs due to an abnormality in a main shaft bearing that is a main component. Since this restoration takes a considerable amount of time, a prediction system that predicts when the main shaft bearings cannot be operated in advance and allows the main shaft bearings to be systematically replaced is required.
従来、風力発電設備の主軸ベアリングの劣化状態を診断するには、特許文献１の記載のように、主軸受の振動数（診断パラメータ）を所定の閾値と比較することで異常か否かを診断している。しかしながら、主軸ベアリングの故障予測については、閾値に近づくかどうかという、極めて概念的な記述があるだけであり、計画的な主軸ベアリングの交換作業を実現できるものではない。 Conventionally, in order to diagnose the deterioration state of a main shaft bearing of a wind power generation facility, as described in Patent Document 1, it is diagnosed whether or not there is an abnormality by comparing the frequency (diagnostic parameter) of the main bearing with a predetermined threshold value. doing. However, there is only a very conceptual description of whether or not the spindle bearing failure is predicted to approach the threshold value, and a planned spindle bearing replacement operation cannot be realized.
本発明は、前記の課題を解決するための発明であって、主軸ベアリングの交換時期を精度よく予測することができる風力発電装置の異常予兆診断システム、管理装置および異常予兆診断方法を提供することを目的とする。 The present invention is an invention for solving the above-described problems, and provides an abnormality sign diagnosis system, a management apparatus, and an abnormality sign diagnosis method for a wind turbine generator capable of accurately predicting a replacement timing of a spindle bearing. With the goal.
前記目的を達成するため、本発明の風力発電設備の異常予兆診断システムは、風力発電設備と、管理装置と、を備え、管理装置は、風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、主軸ベアリングの振動値を取得して振動初期値とし、該振動初期値と風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、管理装置は、現在診断モード部において、撮像装置により取得した主軸ベアリング内のグリスの画像情報に所定の画像処理を施してグリス内への異物の混入度合を算出し、該混入度合に応じて算出した第１異常度合に基づき主軸ベアリングの異常予兆を診断し、現在診断モード部の第１異常度合が第１基準異常度合に到達したときに主軸ベアリングの異常予兆があると診断し、予測診断モード部に移行することを特徴とする。本発明のその他の態様については、後記する実施形態において説明する。 In order to achieve the above object, an abnormality sign diagnosis system for a wind power generation facility according to the present invention includes a wind power generation facility and a management device, and the management device at that time depends on a state of grease of a spindle bearing of the wind power generation facility. The current diagnosis mode unit for diagnosing an abnormal sign of the main shaft bearing at the time, and acquiring the vibration value of the main shaft bearing as an initial vibration value, from the time when a predetermined time has elapsed from the start of operation of the initial vibration value and wind power generation equipment diagnosing an abnormality sign of the main shaft bearing in the future based on the cumulative number of rotations of the main shaft of the wind power installation of estimating, possess a prediction diagnostic mode unit that predicts time for replacement of the main shaft bearing, a management apparatus, the current diagnostic mode In the unit, a predetermined image processing is performed on the image information of the grease in the spindle bearing acquired by the imaging device to calculate the degree of contamination of the foreign matter in the grease, When an abnormality sign of the spindle bearing is diagnosed based on the first abnormality degree calculated according to the mixing degree, and there is an abnormality sign of the spindle bearing when the first abnormality degree of the current diagnosis mode unit reaches the first reference abnormality degree Diagnose and shift to a predictive diagnosis mode unit . Other aspects of the present invention will be described in the embodiments described later.
本発明によれば、主軸ベアリングの交換時期を精度よく予測することができる。 According to the present invention, it is possible to accurately predict the replacement time of the spindle bearing.
本発明を実施するための実施形態について、適宜図面を参照しながら詳細に説明する。
図１は、実施形態に係る風力発電設備１０（風車）であり、（ａ）は風車外観図であり、（ｂ）はナセル３内部の拡大図である。本実施形態では、ダイレクトドライブ型風力発電装置（直接駆動型風力発電装置）を例に説明する。風力発電設備１０は、ハブ１に装着されたブレード２と、ナセル３（筐体）と、ナセル３を支持するタワー４（支柱）を含んで構成されている。ナセル３の内部には、タワー４の支持部１９に支持された中空である固定側の主軸１１、主軸１１の外周には、発電機５が配置されている。
DESCRIPTION OF EMBODIMENTS Embodiments for carrying out the present invention will be described in detail with reference to the drawings as appropriate.
FIG. 1 shows a wind turbine generator 10 (windmill) according to the embodiment, (a) is an external view of the windmill, and (b) is an enlarged view inside the nacelle 3. In the present embodiment, a direct drive wind power generator (direct drive wind power generator) will be described as an example. The wind power generation facility 10 includes a blade 2 mounted on the hub 1, a nacelle 3 (housing), and a tower 4 (support) that supports the nacelle 3. Inside the nacelle 3, the main shaft 11 on the fixed side that is hollow and supported by the support portion 19 of the tower 4, and the generator 5 is disposed on the outer periphery of the main shaft 11.
発電機５は、ステータ６と発電機ロータ７とを備えている。ステータ６は、ステータケーシング９に固定されている。発電機ロータ７は、界磁磁石と界磁磁石を支持するロータプレート８とを備えており、ロータプレート８は、回転側の主軸１２に結合されている。 The generator 5 includes a stator 6 and a generator rotor 7. The stator 6 is fixed to the stator casing 9. The generator rotor 7 includes a field magnet and a rotor plate 8 that supports the field magnet, and the rotor plate 8 is coupled to the main shaft 12 on the rotation side.
主軸１２は、２つの主軸ベアリング１３，１４（主軸受）によって主軸１１に支持され、ハブ１に接続されている。また、ロータプレート８の突出部１６は、第３の軸受ベアリング１５によってステータケーシング９に支持されている。 The main shaft 12 is supported on the main shaft 11 by two main shaft bearings 13 and 14 (main bearings) and is connected to the hub 1. Further, the protrusion 16 of the rotor plate 8 is supported by the stator casing 9 by a third bearing 15.
風力発電設備１０の定期点検を実施するサービス員は、主軸ベアリング１３，１４の内輪の近傍にセンサ５０を設置する。より具体的には、主軸１１の中空部で、主軸ベアリング１３，１４の径方向内側に位置するところに、主軸ベアリング１３，１４の状態（動作状態信号）を計測・監視するセンサ５０を設置する。センサ５０は、音響センサ、振動センサ、ＡＥセンサのうち少なくともいずれかのセンサである。なお、ＡＥ（Acoustic Emission）とは、材料が変形あるいは破壊する際に、内部に蓄えていた弾性エネルギーを音波（弾性波、ＡＥ波）として放出する現象である。ＡＥ波は主に超音波領域（数１０ｋＨｚ〜数ＭＨｚ）の高い周波数成分を有する。 A service person who performs periodic inspection of the wind power generation facility 10 installs the sensor 50 in the vicinity of the inner rings of the spindle bearings 13 and 14. More specifically, a sensor 50 for measuring and monitoring the state (operation state signal) of the main shaft bearings 13 and 14 is installed in a hollow portion of the main shaft 11 and located radially inward of the main shaft bearings 13 and 14. . The sensor 50 is at least one of an acoustic sensor, a vibration sensor, and an AE sensor. Note that AE (Acoustic Emission) is a phenomenon in which elastic energy stored inside is released as sound waves (elastic waves, AE waves) when a material is deformed or destroyed. The AE wave mainly has a high frequency component in the ultrasonic region (several tens of kHz to several MHz).
管理装置１００（図２参照）は、センサ５０からのセンサデータを、増幅器５１、データ収集装置５２、ネットワークＮＷを介して取得し、取得したセンサデータおよび運転データに基づいて、主軸ベアリングの交換時期を予測する。管理装置１００は、地上の管理棟などに配置するとよい。 The management device 100 (see FIG. 2) acquires sensor data from the sensor 50 via the amplifier 51, the data collection device 52, and the network NW, and based on the acquired sensor data and operation data, the spindle bearing replacement time Predict. The management device 100 may be arranged in a management ridge on the ground.
図２は、管理装置１００の構成を示す図である。管理装置１００は、図２に示すように、処理部２０、記憶部３０、入力部４１、表示部４２、撮像部４３（撮像装置）、通信部４４を有している。処理部２０は、センサ５０から検出信号（センサデータ）を取得するセンサデータ取得部２１と、運転データ（ロータ回転速度、ロータ回転数、風速など）を取得する運転データ取得部２２、風力発電設備１０の主軸ベアリング１３，１４の潤滑グリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３（第１診断モード部）と、センサデータに基づいて主軸ベアリング１３，１４の振動値を取得して振動初期値とし、該振動初期値と風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。 FIG. 2 is a diagram illustrating a configuration of the management apparatus 100. As illustrated in FIG. 2, the management device 100 includes a processing unit 20, a storage unit 30, an input unit 41, a display unit 42, an imaging unit 43 (imaging device), and a communication unit 44. The processing unit 20 includes a sensor data acquisition unit 21 that acquires a detection signal (sensor data) from the sensor 50, an operation data acquisition unit 22 that acquires operation data (rotor rotation speed, rotor rotation speed, wind speed, etc.), and wind power generation equipment. 10 spindle bearings 13, 14 according to the state of lubricating grease, a current diagnosis mode section 23 (first diagnosis mode section) for diagnosing an abnormal sign of the spindle bearing at that time, and spindle bearings 13, 14 based on sensor data To obtain the initial value of vibration, and based on the initial value of vibration and the cumulative number of rotations of the main shaft of the wind power generation equipment estimated from the time when the predetermined time has elapsed from the start of operation of the wind power generation equipment. A predictive diagnosis mode unit 24 for diagnosing abnormal signs and predicting the replacement timing of the spindle bearing.
記憶部３０には、撮像部４３で撮像した潤滑グリス画像３１、潤滑グリス判定結果３２、センサデータ３３、運転データ３４、各月基準回転数３５（図７参照）、主軸ベアリング１３，１４の交換時期予測結果３６などが記憶されている。各月基準回転数は、風力発電設備１０の過去の所定期間の運転年（不稼働の年を除く）における、最後に記憶された各月の主軸ベアリングの回転数の合計値とする。詳細については図７を参照して後記する。 In the storage unit 30, the lubrication grease image 31, the lubrication grease determination result 32, the sensor data 33, the operation data 34, the monthly reference rotational speed 35 (see FIG. 7), and the main shaft bearings 13 and 14 are exchanged. The time prediction result 36 and the like are stored. The monthly reference rotational speed is the total value of the rotational speeds of the spindle bearings stored last month in the operation year (excluding the non-operating year) of the wind power generation facility 10 in the past predetermined period. Details will be described later with reference to FIG.
発明者らは、複数の風力発電設備１０の主軸ベアリング１３，１４の振動値を観察した結果、振動値だけでは必ずしも異常と診断できないことが分かった。つまり、風力発電設備１０には個体差があり振動値が所定の閾値に近づいても正常状態を保持しているものもあることが分かった。 As a result of observing the vibration values of the spindle bearings 13 and 14 of the plurality of wind power generation facilities 10, the inventors have found that it is not always possible to diagnose an abnormality only with the vibration values. In other words, it has been found that some wind power generation facilities 10 have individual differences, and some maintain a normal state even when the vibration value approaches a predetermined threshold value.
また、発明者らは、主軸ベアリングの現在の状態が特に重要であることを経験しており、その指標として潤滑グリスに着目した。主軸ベアリングの状態変化に基づいて、計画的に主軸ベアリングを交換するためには、主軸ベアリングの現在の振動値を所定の閾値と比較する方法では、主軸ベアリングの交換時期を予測するには予測精度が向上できず、過去の状態変化から将来の劣化状態を予測することが必要と判断した。 In addition, the inventors have experienced that the current state of the spindle bearing is particularly important, and paid attention to the lubricating grease as an index thereof. In order to replace the spindle bearing systematically based on changes in the state of the spindle bearing, a method that compares the current vibration value of the spindle bearing with a predetermined threshold value is used to predict the replacement timing of the spindle bearing. It was judged that it was necessary to predict the future deterioration state from the past state change.
それを解決するには、振動値に基づいて診断する以前に、主軸ベアリングの状態変化に基づいて診断する必要のあることがわかった。つまり、主軸ベアリング内の潤滑グリスへの異物混入状態に基づいて、先ず診断する必要があるということである。現在診断モード部２３（１次診断モード部）において、潤滑グリスの状態に基づいて、主軸ベアリングに異常が生じてきているか否かを判断し、異常が生じてきていると判断した後に、予測診断モード部２４において、振動値に基づいて診断する手法を採用した。 To solve this, it was found that it was necessary to make a diagnosis based on changes in the state of the spindle bearing before making a diagnosis based on the vibration value. That is, it is necessary to first diagnose based on the foreign matter mixed state in the lubricating grease in the main shaft bearing. In the current diagnosis mode section 23 (primary diagnosis mode section), it is determined whether or not an abnormality has occurred in the spindle bearing based on the state of the lubricating grease. In the mode unit 24, a method of diagnosing based on the vibration value is adopted.
図３は、主軸ベアリング１４、給脂口１４６周辺の構造を示す図である。主軸ベアリング１４は、外輪１４１、転動体１４２（例えば、コロ）、転動体１４２の位置を定める保持器（図示せず）、内輪１４３を含んで構成されている。主軸１１は、内輪１４３に嵌合され、主軸１２は外輪１４１に嵌合されている。センサ５０は、主軸１１の内面に、センサ治具を介して設置される。センサ５０は、外輪１４１または内輪１４３の軌道面に欠陥が生じ、その欠陥に転動体１４２が接触した際に発生する音（衝撃波）を信号として検出する。なお、主軸ベアリング１３も、主軸ベアリング１４と同様の構成を有する。 FIG. 3 is a view showing the structure around the spindle bearing 14 and the greasing port 146. The main shaft bearing 14 includes an outer ring 141, a rolling element 142 (for example, a roller), a cage (not shown) for determining the position of the rolling element 142, and an inner ring 143. The main shaft 11 is fitted to the inner ring 143, and the main shaft 12 is fitted to the outer ring 141. The sensor 50 is installed on the inner surface of the main shaft 11 via a sensor jig. The sensor 50 detects a sound (shock wave) generated when a defect occurs in the raceway surface of the outer ring 141 or the inner ring 143 and the rolling element 142 contacts the defect as a signal. The main shaft bearing 13 has the same configuration as the main shaft bearing 14.
図３においては、主軸１１と、内輪１４３とが独立した部材とした場合について説明したが、主軸ベアリング１４の内輪１４３が主軸の役割を果たす場合もある。その場合には、内輪１４３（内輪部）の内壁にセンサ５０の検知面を接触して主軸ベアリング１４の外輪外壁側を向くように設置するとよい。 In FIG. 3, the case where the main shaft 11 and the inner ring 143 are independent members has been described. However, the inner ring 143 of the main shaft bearing 14 may play the role of the main shaft. In that case, it is preferable to install the inner ring 143 (inner ring portion) so that the detection surface of the sensor 50 contacts the inner wall and faces the outer ring outer wall side of the spindle bearing 14.
主軸ベアリング１４には、軸受カバー１４５に取り付けられた給脂口１４６より潤滑グリスを給脂できる構造となっている。サービス員は、定期的に給脂口１４６より、主軸ベアリング１４の潤滑グリスを採取する。その採取した潤滑グリスの状態を管理装置１００で管理する。 The main shaft bearing 14 has a structure in which lubricating grease can be supplied from a greasing port 146 attached to the bearing cover 145. The service person periodically collects the lubricating grease of the main shaft bearing 14 from the greasing port 146. The management device 100 manages the state of the collected lubricating grease.
図４は、管理装置１００の現在診断・予測診断の処理を示すフローチャートである。適宜図２を参照して説明する。現在診断モード部２３は、撮像部４３により潤滑グリス状態の画像を取得し（ステップＳ４１）、白黒化による二値化の画像処理をする（ステップＳ４２）。現在診断モード部２３は、白色の割合を算出し、異物混入度合（割合）を判定する（ステップＳ４３、図５参照）、異物混入度合が基準異常度未満ならば（ステップＳ４３，基準異常度未満）、主軸ベアリングは正常であるとして（ステップＳ４５）、ステップＳ４１に戻る。異物混入度合が基準異常度以上ならば（ステップＳ４３，基準異常度以上）、現在診断モード部２３は、主軸ベアリングの異常予兆があると診断し、予測診断モードへ移行する（ステップＳ４４）。 FIG. 4 is a flowchart showing the current diagnosis / predictive diagnosis processing of the management apparatus 100. This will be described with reference to FIG. The current diagnosis mode unit 23 acquires an image of the lubricating grease state by the imaging unit 43 (step S41), and performs binarized image processing by black and white (step S42). The current diagnosis mode unit 23 calculates the white ratio and determines the foreign substance contamination degree (ratio) (see step S43, FIG. 5). If the foreign substance contamination degree is less than the reference abnormality degree (step S43, less than the reference abnormality degree). ) Assuming that the spindle bearing is normal (step S45), the process returns to step S41. If the degree of contamination is greater than or equal to the reference abnormality degree (step S43, greater than or equal to the reference abnormality degree), the current diagnosis mode unit 23 diagnoses that there is a sign of abnormality in the spindle bearing, and shifts to the prediction diagnosis mode (step S44).
なお、二値化とは、画像を白と黒の２階調に変換する処理のことであり、あらかじめ閾値を決めておき、画素の値が閾値より大きければ白（１）、小さければ黒（０）に変換する。 The binarization is a process of converting an image into two gradations of white and black. A threshold value is determined in advance. If the pixel value is larger than the threshold value, white (1) is obtained. 0).
予測診断モード部２４は、主軸ベアリングの異常予兆があると診断した時点の振動値を、運転データ３４から取得し、取得した値を振動初期値とする（ステップＳ４６）。機種毎の異常判定閾値までの運転可能回転数を、各月基準回転数３５のデータを基に予測し（ステップＳ４７、図６・図７参照）、主軸ベアリングの交換時期を予測する（ステップＳ４８）。 The prediction diagnosis mode unit 24 acquires the vibration value at the time of diagnosis that there is an abnormality sign of the spindle bearing from the operation data 34, and sets the acquired value as the vibration initial value (step S46). The possible rotation speed up to the abnormality determination threshold for each model is predicted based on the data of the monthly reference rotation speed 35 (see step S47, FIG. 6 and FIG. 7), and the spindle bearing replacement time is predicted (step S48). ).
図５は、現在診断モード部の異常診断の画像の一例を示す図であり、（ａ）は健全状態を示す画像であり、（ｂ）は異常状態を示す図である。図５（ａ）の健全状態の場合、画像化後の潤滑グリス状態を二値化処理すると、ほぼ黒状態であり、基準異常度未満であり「正常」と判定される。 FIG. 5 is a diagram illustrating an example of an abnormality diagnosis image in the current diagnosis mode unit, where (a) is an image indicating a healthy state and (b) is a diagram illustrating an abnormal state. In the case of the healthy state shown in FIG. 5A, when the lubrication grease state after imaging is binarized, it is almost black and less than the reference abnormality level, and is determined as “normal”.
一方、図５（ｂ）の異常状態の場合、画像化後の潤滑グリス状態において、多数の異物がみられ、二値化処理すると複数の白色の点として現れる。このときに基準異常度以上であると、「異常」と判定される。 On the other hand, in the abnormal state of FIG. 5B, a large number of foreign matters are seen in the lubricated grease state after imaging, and appear as a plurality of white dots when binarized. At this time, if it is equal to or higher than the reference abnormality degree, it is determined as “abnormal”.
管理装置１００は、現在診断モード部２３（第１診断モード部）において、撮像部４３（撮像装置）により取得した主軸ベアリング内の潤滑グリスの画像情報に所定の画像処理（例えば、二値化処理）を施して潤滑グリス内への異物の混入度合を算出し、該混入度合に応じて算出した現在の異常度合（ここでは、第１異常度合という）に基づき主軸ベアリングの異常予兆を診断することができる。 In the current diagnosis mode unit 23 (first diagnosis mode unit), the management device 100 performs predetermined image processing (for example, binarization processing) on the lubricating grease image information in the spindle bearing acquired by the imaging unit 43 (imaging device). ) To calculate the degree of contamination of the foreign matter in the lubricating grease, and diagnose the abnormality sign of the spindle bearing based on the current degree of abnormality calculated according to the degree of contamination (herein referred to as the first degree of abnormality). Can do.
図６は、予測診断モード部における主軸ベアリングの交換時期の予測方法を示す図である。横軸は、モード切替え点（潤滑グリスにて異常予兆と判定された時点）からの主軸ベアリングの累積回転数を示し、縦軸は異常度（例えば、振動値）を示す。異常度の初期値は、ステップＳ４６（図４参照）で取得した主軸ベアリングの異常予兆があると診断した時点の振動値である。 FIG. 6 is a diagram illustrating a method for predicting the replacement timing of the spindle bearing in the predictive diagnosis mode unit. The horizontal axis indicates the cumulative number of rotations of the spindle bearing from the mode switching point (when it is determined as an abnormal sign by the lubrication grease), and the vertical axis indicates the degree of abnormality (for example, vibration value). The initial value of the degree of abnormality is a vibration value at the time when it is diagnosed that there is a sign of abnormality of the spindle bearing acquired in step S46 (see FIG. 4).
予測診断モードにおける異常度合は下記の予測式（１）に基づく。
（異常度）＝Ａ×Ｎ＾（Ｃ）＋初期値 ・・・（１）
Ａ：定数１
Ｃ：定数２
Ｎ：モード切替え点からの主軸ベアリングの累積回転数
なお、Ｎ＾（Ｃ）は、ＮのＣ乗（べき乗）を意味する。異常度は、主軸ベアリングの振動値であり、単位は（ｄＢ）である。また、定数Ａ及びＣは、風力発電システムの型式、立地条件等により変動する数値であり、これまでの運用実績により予め設定する。
The degree of abnormality in the predictive diagnosis mode is based on the following prediction formula (1).
(Abnormality) = A × N ^ (C) + Initial value (1)
A: Constant 1
C: Constant 2
N: Cumulative rotational speed of spindle bearing from mode switching point N ^ (C) means N to the C power (power). The degree of abnormality is a vibration value of the main shaft bearing, and its unit is (dB). Moreover, the constants A and C are numerical values that vary depending on the type of wind power generation system, location conditions, and the like, and are set in advance according to past operation results.
図６において、予測式は、機種毎（例えば、機種Ｘ，Ｙ，Ｚ）に異なり、また、異常判定閾値は機種毎に異なる。予測診断モード部２４では、異常度が異常判定閾値に達するまで、モード切替点から起算して各月の基準回転数（図７参照）を積算し、異常判定閾値に到達した時の累積回転数Ｎに到達するまでの月数を算出する。 In FIG. 6, the prediction formula is different for each model (for example, model X, Y, Z), and the abnormality determination threshold is different for each model. In the predictive diagnosis mode unit 24, until the degree of abnormality reaches the abnormality determination threshold, the reference rotation number for each month (see FIG. 7) is accumulated from the mode switching point, and the cumulative number of rotations when the abnormality determination threshold is reached. Calculate the number of months until N is reached.
すなわち、管理装置１００の予測診断モード部２４は、主軸ベアリングの振動値を取得して振動初期値とし、前記風力発電設備の運用開始から所定の時間が経過した時点（例えば、潤滑グリスにて異常予兆と判定された時点）から推定する風力発電設備１０の主軸の累積回転数と、該時点での振動初期値とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する。 That is, the predictive diagnosis mode unit 24 of the management device 100 acquires the vibration value of the main shaft bearing and sets it as the vibration initial value, and when a predetermined time has elapsed from the start of operation of the wind power generation facility (for example, abnormal lubrication grease) Based on the cumulative number of rotations of the main shaft of the wind power generation facility 10 estimated from the point in time determined as a predictor and the initial vibration value at that time, an abnormal sign of the main shaft bearing is diagnosed in the future, and the replacement timing of the main shaft bearing is predicted. To do.
具体的には、管理装置１００は、予測診断モード部２４において、モード切替え点（切替え点）から経過する各月に対応する各月基準回転数（図７参照）を積算した累計回転数に所定の演算（例えば、予測式（１）のＡ×Ｎ＾（Ｃ））を施して求める演算結果を振動初期値（例えば、予測式（１）の初期値）に加算して算出する将来の異常度合に基づき主軸ベアリングの異常予兆を診断する。 Specifically, the management apparatus 100 sets the predetermined number of rotations in the predictive diagnosis mode unit 24 by adding up the monthly reference rotation speeds (see FIG. 7) corresponding to the respective months elapsed from the mode switching point (switching point). A future abnormality that is calculated by adding the calculation result obtained by performing the calculation (for example, A × N ^ (C) of the prediction formula (1)) to the initial vibration value (for example, the initial value of the prediction formula (1)). Diagnose abnormal signs of spindle bearings based on the degree.
管理装置１００は、将来の異常度合が第２基準異常度合（例えば、異常判定閾値）に到達したときに主軸ベアリングの交換時期であると診断する。 The management device 100 diagnoses that it is time to replace the spindle bearing when the future abnormality degree reaches a second reference abnormality degree (for example, an abnormality determination threshold).
図７は、各月基準回転数の一例を示す図であり、（ａ）は年間を通じて稼働していた場合の例であり、（ｂ）は不稼働期間がある場合の例である。風力発電設備１０の風力発電機は、季節によって回転数が大きく異なるのが特徴である。図７（ａ）の例のように、風速の季節変化による回転数の相違がある。日本では冬に強くなる傾向があり、これは冬の大陸からの強い季節風の影響による。また、風速は短期間の変化とともに、長期間の年平均風速についても変動する。これは、各年の天候の変化や気候変動によるもので、一般には平均値（３０年間の平均値）の１０％の範囲内で変化するといわれている。図７（ｂ）の場合は、６月に定期点検等の影響で不稼働期間があった状態である。 FIG. 7 is a diagram illustrating an example of each month-based rotation speed, where (a) is an example when operating throughout the year, and (b) is an example when there is a non-operation period. The wind power generator of the wind power generation facility 10 is characterized in that the number of revolutions varies greatly depending on the season. As in the example of FIG. 7A, there is a difference in the rotational speed due to seasonal changes in wind speed. Japan tends to be stronger in winter, due to the strong seasonal winds from the winter continent. Moreover, the wind speed fluctuates with the short-term change as well as the long-term annual average wind speed. This is due to weather changes and climate change in each year, and is generally said to change within a range of 10% of the average value (average value for 30 years). In the case of FIG. 7B, there is a non-operational period due to the influence of regular inspections and the like in June.
本実施形態では、各月基準回転数は、風力発電設備１０の過去の所定期間の運転年（不稼働の年を除く）における、最後に記憶された各月の主軸ベアリングの回転数の合計値とするとよい。 In the present embodiment, the monthly reference rotational speed is the sum of the rotational speeds of the main spindle bearings stored in the month in the last operation year (excluding the non-operating year) of the wind power generation facility 10. It is good to do.
図８は、管理装置１００の表示部４２に表示される予測診断結果の一例を示す図である。図８の横軸は、潤滑グリスの異常予兆判定後（モード切替え後）の累積回転数を示し、縦軸は、ＡＥ波の平均振幅値を示す。図８は、モード切替え後から所定の期間が経過し、６８０万回転時の状況である。運転可能時間の予測においては、閾値まで残り○か月と出力される。 FIG. 8 is a diagram illustrating an example of a prediction diagnosis result displayed on the display unit 42 of the management apparatus 100. The horizontal axis in FIG. 8 indicates the cumulative number of revolutions after the lubricant grease abnormality sign determination (after mode switching), and the vertical axis indicates the average amplitude value of the AE wave. FIG. 8 shows a situation where a predetermined period has elapsed after the mode switching and 6.8 million revolutions have occurred. In the prediction of the driveable time, the remaining months until the threshold is output.
すなわち、管理装置１００は、表示部４２（表示装置）を備え、管理装置１００は、主軸ベアリングの交換時期であると診断した際に、切替え点からの経過月数を前記表示装置に表示することができる。これにより、サービス員は計画的に定期交換時期を決定できるとともに、ユーザに対し風力発電設備の停止時期について早めに調整することができる。 That is, the management device 100 includes a display unit 42 (display device), and when the management device 100 diagnoses that it is time to replace the spindle bearing, the management device 100 displays the elapsed months from the switching point on the display device. Can do. Thereby, the service person can determine the periodic replacement time in a planned manner and can adjust the stop time of the wind power generation facility to the user early.
本実施形態の風力発電設備１０の異常予兆診断システムは、風力発電設備１０と、管理装置１００と、を備え、管理装置１００は、風力発電設備１０の主軸ベアリング（例えば、主軸ベアリング１３，１４）のグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３（第１診断モード部）と、主軸ベアリングの振動値を取得して振動初期値とし、該振動初期値と風力発電設備の運用開始から所定の時間が経過した時点（例えば、モード切替え点）から推定する風力発電設備１０の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。これにより、主軸ベアリングの交換時期を精度よく予測することができる。 The abnormality sign diagnosis system for the wind power generation facility 10 according to the present embodiment includes the wind power generation facility 10 and a management device 100, and the management device 100 is a main shaft bearing (for example, main shaft bearings 13 and 14) of the wind power generation facility 10. The current diagnosis mode unit 23 (first diagnosis mode unit) for diagnosing an abnormality sign of the main shaft bearing at that time according to the state of the grease, and acquiring the vibration value of the main shaft bearing as the initial vibration value, the initial vibration value And predicting an abnormal sign of the spindle bearing in the future based on the accumulated rotational speed of the main shaft of the wind power generation facility 10 estimated from a point in time (for example, a mode switching point) after the start of operation of the wind power generation facility. And a predictive diagnosis mode unit 24 for predicting the replacement time of the bearing. Thereby, it is possible to accurately predict the replacement time of the spindle bearing.
風力発電設備１０の管理装置１００であって、風力発電設備１０の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部２３と、主軸ベアリングの振動値を取得して振動初期値とし、振動初期値と風力発電設備の運用開始から所定の時間が経過した時点から推定する風力発電設備１０の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断モード部２４と、を有する。本実施形態の管理装置１００によれば、風力発電設備１０に個体差があっても、主軸ベアリングの交換時期を精度よく予測することができる。 The management apparatus 100 of the wind power generation facility 10 includes a current diagnosis mode unit 23 for diagnosing an abnormal sign of the main shaft bearing at that time according to a state of grease of the main shaft bearing of the wind power generation facility 10, and a vibration value of the main shaft bearing. Obtain an initial value of vibration and obtain an abnormal sign of the main shaft bearing in the future based on the initial value of vibration and the accumulated rotational speed of the main shaft of the wind power generation facility 10 estimated from the time when a predetermined time has elapsed from the start of operation of the wind power generation facility. And a predictive diagnosis mode unit 24 for diagnosing and predicting the replacement time of the main shaft bearing. According to the management device 100 of the present embodiment, it is possible to accurately predict the replacement timing of the spindle bearing even if there is an individual difference in the wind power generation facility 10.
風力発電設備１０の管理装置１００の異常予兆診断方法であって、管理装置１００は、風力発電設備１０の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する第１診断ステップと、主軸ベアリングの振動値を取得して振動初期値とし、振動初期値と風力発電設備１０の運用開始から所定の時間が経過した時点から推定する風力発電設備１０の主軸の累積回転数とに基づき将来における主軸ベアリングの異常予兆を診断し、主軸ベアリングの交換時期を予測する予測診断ステップと、を実行する。本実施形態の異常予兆診断方法によれば、同一機種であっても、個体差を考慮して、主軸ベアリングの交換時期を精度よく予測することができる。また、早期に交換時期を知ることができるので、ユーザと定期点検の時期を早期に決定することができる。 The abnormality sign diagnosis method for the management apparatus 100 of the wind power generation facility 10, wherein the management apparatus 100 diagnoses the abnormality sign of the main shaft bearing at that time according to the grease state of the main shaft bearing of the wind power generation facility 10. Step, obtaining the vibration value of the main shaft bearing and setting it as the initial vibration value, and the initial value of the vibration and the accumulated rotational speed of the main shaft of the wind power generation facility 10 estimated from when a predetermined time has elapsed from the start of operation of the wind power generation facility 10; And a predictive diagnosis step of diagnosing a sign of an abnormality of the main shaft bearing in the future and predicting a replacement time of the main shaft bearing. According to the abnormality sign diagnosis method of the present embodiment, it is possible to accurately predict the replacement timing of the spindle bearing in consideration of individual differences even in the same model. In addition, since the replacement time can be known early, it is possible to determine the time for periodic inspection with the user at an early stage.
１ ハブ
２ ブレード
３ ナセル
４ タワー
５ 発電機
６ ステータ
７ 発電機ロータ
８ ロータプレート
９ ステータケーシング
１０ 風力発電設備
１１ 主軸（第１の主軸）
１２ 主軸（第２の主軸）
１３ 主軸ベアリング（主軸受、第１の主軸ベアリング）
１４ 主軸ベアリング（主軸受、第２の主軸ベアリング）
１５ 第３の主軸ベアリング
１６ 突出部
１９ ステータケーシング
２０ 処理部
２１ センサデータ取得部
２２ 運転データ取得部
２３ 現在診断モード部（第１診断モード部）
２４ 予測診断モード部
３０ 記憶部
３１ 潤滑グリス画像
３２ 潤滑グリス判定結果
３３ センサデータ
３４ 運転データ
３５ 各月基準回転数
３６ 交換時期予測結果
４１ 入力部
４２ 表示部（表示装置）
４３ 撮像部（撮像装置）
４４ 通信部
５０ センサ
５１ 増幅器
５２ データ収集装置
１００ 管理装置
ＮＷ ネットワーク
DESCRIPTION OF SYMBOLS 1 Hub 2 Blade 3 Nacelle 4 Tower 5 Generator 6 Stator 7 Generator rotor 8 Rotor plate 9 Stator casing 10 Wind power generation equipment 11 Main shaft (first main shaft)
12 Spindle (second spindle)
13 Spindle bearing (main bearing, first spindle bearing)
14 Spindle bearing (main bearing, second spindle bearing)
DESCRIPTION OF SYMBOLS 15 3rd spindle bearing 16 Protrusion part 19 Stator casing 20 Processing part 21 Sensor data acquisition part 22 Operation data acquisition part 23 Current diagnosis mode part (1st diagnosis mode part)
24 Predictive diagnosis mode section 30 Storage section 31 Lubrication grease image 32 Lubrication grease determination result 33 Sensor data 34 Operation data 35 Monthly reference rotation speed 36 Replacement time prediction result 41 Input section 42 Display section (display device)
43 Imaging unit (imaging device)
44 Communication Unit 50 Sensor 51 Amplifier 52 Data Collection Device 100 Management Device NW Network
Claims (9)
前記管理装置は、
前記風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記管理装置は、
前記現在診断モード部において、撮像装置により取得した前記主軸ベアリング内のグリスの画像情報に所定の画像処理を施して前記グリス内への異物の混入度合を算出し、該混入度合に応じて算出した第１異常度合に基づき前記主軸ベアリングの異常予兆を診断し、
前記現在診断モード部の前記第１異常度合が第１基準異常度合に到達したときに前記主軸ベアリングの異常予兆があると診断し、前記予測診断モード部に移行する
ことを特徴とする風力発電設備の異常予兆診断システム。 A wind power generation facility and a management device,
The management device
A current diagnosis mode unit for diagnosing an abnormal sign of the main shaft bearing at that time according to a state of grease of the main shaft bearing of the wind power generation facility;
The vibration value of the main shaft bearing is acquired as an initial vibration value, and the initial value of the vibration and the cumulative rotational speed of the main shaft of the wind power generation facility estimated from the time when a predetermined time has elapsed from the start of operation of the wind power generation facility. A diagnostic diagnosis mode unit for diagnosing future signs of abnormality of the spindle bearing based on the future and predicting the replacement timing of the spindle bearing,
The management device
In the current diagnosis mode unit, predetermined image processing is performed on the image information of the grease in the spindle bearing acquired by the imaging device to calculate the degree of contamination of the foreign matter in the grease, and the calculation is performed according to the degree of contamination. Diagnosing an abnormality sign of the spindle bearing based on the first abnormality degree;
The diagnosis of the first abnormality degree of the current diagnostic mode portion is abnormal sign of the spindle bearing when it reaches the first reference abnormality degree, wind force you, characterized in that the process proceeds to the prediction diagnostic mode portion Abnormality sign diagnosis system for power generation facilities.
前記管理装置は、
前記風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記風力発電設備の運用開始から所定の時間が経過した時点は、前記現在診断モード部から前記予測診断モード部に移行する切替え点である
ことを特徴とする風力発電設備の異常予兆診断システム。 A wind power generation facility and a management device,
The management device
A current diagnosis mode unit for diagnosing an abnormal sign of the main shaft bearing at that time according to a state of grease of the main shaft bearing of the wind power generation facility;
The vibration value of the main shaft bearing is acquired as an initial vibration value, and the initial value of the vibration and the cumulative rotational speed of the main shaft of the wind power generation facility estimated from the time when a predetermined time has elapsed from the start of operation of the wind power generation facility. A diagnostic diagnosis mode unit for diagnosing future signs of abnormality of the spindle bearing based on the future and predicting the replacement timing of the spindle bearing,
Wherein when a predetermined time period from the operation start of the wind power installation has elapsed, the abnormality sign diagnosis system wind power generation facilities you being a current switch point of transition from the diagnostic mode portion to said prediction diagnostic mode portion .
前記予測診断モード部において、前記切替え点から経過する各月に対応する各月基準回転数を積算した累計回転数に所定の演算を施して求める演算結果を前記振動初期値に加算して算出する将来の異常度合に基づき前記主軸ベアリングの異常予兆を診断する
ことを特徴とする請求項２に記載の風力発電設備の異常予兆診断システム。 The management device
In the prediction diagnosis mode unit, a calculation result obtained by performing a predetermined calculation on the cumulative rotation number obtained by accumulating each month reference rotation number corresponding to each month passed from the switching point is added to the vibration initial value to calculate. The abnormality sign diagnosis system for wind power generation equipment according to claim 2 , wherein an abnormality sign of the spindle bearing is diagnosed based on a degree of abnormality in the future.
前記将来の異常度合が第２基準異常度合に到達したときに前記主軸ベアリングの交換時期であると診断する
ことを特徴とする請求項３に記載の風力発電設備の異常予兆診断システム。 The management device
The abnormality predictor diagnosis system for wind power generation equipment according to claim 3 , wherein when the future abnormality degree reaches a second reference abnormality degree, it is diagnosed that it is time to replace the spindle bearing.
ことを特徴とする請求項３に記載の風力発電設備の異常予兆診断システム。 The monthly reference rotational speed is the total value of the rotational speeds of the spindle bearings stored last month in the operating year (excluding the non-operating year) of the wind power generation facility in the past. The abnormality sign diagnosis system for wind power generation equipment according to claim 3 , characterized in that:
前記管理装置は、前記主軸ベアリングの交換時期であると診断した際に、前記切替え点からの経過月数を前記表示装置に表示する
ことを特徴とする請求項４に記載の風力発電設備の異常予兆診断システム。 The management device includes a display device,
The abnormality of the wind power generation facility according to claim 4 , wherein when the management device diagnoses that it is time to replace the spindle bearing, the display device displays the number of months elapsed from the switching point. Predictive diagnosis system.
風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記管理装置は、
前記現在診断モード部において、撮像装置により取得した前記主軸ベアリング内のグリスの画像情報に所定の画像処理を施して前記グリス内への異物の混入度合を算出し、該混入度合に応じて算出した第１異常度合に基づき前記主軸ベアリングの異常予兆を診断し、
前記現在診断モード部の前記第１異常度合が第１基準異常度合に到達したときに前記主軸ベアリングの異常予兆があると診断し、前記予測診断モード部に移行する
ことを特徴とする管理装置。 A management device for wind power generation equipment,
A current diagnosis mode unit for diagnosing an abnormality sign of the main shaft bearing at that time according to a state of grease of the main shaft bearing of the wind power generation facility,
The vibration value of the main shaft bearing is acquired as an initial vibration value, and the initial value of the vibration and the cumulative rotational speed of the main shaft of the wind power generation facility estimated from the time when a predetermined time has elapsed from the start of operation of the wind power generation facility. based diagnose abnormal sign of the main shaft bearing in the future, have a, and prediction diagnostic mode unit that predicts time for replacement of the main shaft bearing,
The management device
In the current diagnosis mode unit, predetermined image processing is performed on the image information of the grease in the spindle bearing acquired by the imaging device to calculate the degree of contamination of the foreign matter in the grease, and the calculation is performed according to the degree of contamination. Diagnosing an abnormality sign of the spindle bearing based on the first abnormality degree;
The management apparatus , wherein when the first abnormality degree of the current diagnosis mode unit reaches a first reference abnormality degree, it is diagnosed that there is an abnormality sign of the spindle bearing, and the process proceeds to the prediction diagnosis mode unit .
風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断モード部と、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断モード部と、を有し、
前記風力発電設備の運用開始から所定の時間が経過した時点は、前記現在診断モード部から前記予測診断モード部に移行する切替え点である
ことを特徴とする管理装置。 A management device for wind power generation equipment,
A current diagnosis mode unit for diagnosing an abnormality sign of the main shaft bearing at that time according to a state of grease of the main shaft bearing of the wind power generation facility,
The vibration value of the main shaft bearing is acquired as an initial vibration value, and the initial value of the vibration and the cumulative rotational speed of the main shaft of the wind power generation facility estimated from the time when a predetermined time has elapsed from the start of operation of the wind power generation facility. based diagnose abnormal sign of the main shaft bearing in the future, have a, and prediction diagnostic mode unit that predicts time for replacement of the main shaft bearing,
The management device according to claim 1, wherein a point in time when a predetermined time has elapsed from the start of operation of the wind power generation facility is a switching point at which the current diagnosis mode unit shifts to the prediction diagnosis mode unit .
前記管理装置は、
風力発電設備の主軸ベアリングのグリスの状態により、その時点における該主軸ベアリングの異常予兆を診断する現在診断ステップと、
前記主軸ベアリングの振動値を取得して振動初期値とし、前記振動初期値と前記風力発電設備の運用開始から所定の時間が経過した時点から推定する前記風力発電設備の主軸の累積回転数とに基づき将来における前記主軸ベアリングの異常予兆を診断し、前記主軸ベアリングの交換時期を予測する予測診断ステップと、を実行する
ことを特徴とする異常予兆診断方法。 An abnormality sign diagnosis method for a wind turbine generator management device,
The management device
A current diagnosis step of diagnosing an abnormal sign of the main shaft bearing at that time according to a state of grease of the main shaft bearing of the wind power generation facility;
The vibration value of the main shaft bearing is acquired as an initial vibration value, and the initial value of the vibration and the cumulative rotational speed of the main shaft of the wind power generation facility estimated from the time when a predetermined time has elapsed from the start of operation of the wind power generation facility. A predictive diagnosis step of diagnosing a future sign of an abnormality of the main shaft bearing based on the prediction and predicting a replacement timing of the main shaft bearing.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018072174A JP6405486B1 (en) | 2018-04-04 | 2018-04-04 | Wind power generation facility abnormality sign diagnosis system, management device, and abnormality sign diagnosis method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018072174A JP6405486B1 (en) | 2018-04-04 | 2018-04-04 | Wind power generation facility abnormality sign diagnosis system, management device, and abnormality sign diagnosis method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6405486B1 true JP6405486B1 (en) | 2018-10-17 |
| JP2019183686A JP2019183686A (en) | 2019-10-24 |
Family
ID=63855125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018072174A Active JP6405486B1 (en) | 2018-04-04 | 2018-04-04 | Wind power generation facility abnormality sign diagnosis system, management device, and abnormality sign diagnosis method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6405486B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020170215A (en) * | 2019-04-01 | 2020-10-15 | Ntn株式会社 | State monitoring system and wind power generation system equipped with it |
| CN113915078A (en) * | 2021-11-26 | 2022-01-11 | 龙源（北京）风电工程技术有限公司 | Intelligent identification method and system for working conditions of blades of fiber grating type wind turbine generator |
| CN116221038A (en) * | 2023-05-10 | 2023-06-06 | 山东金帝精密机械科技股份有限公司 | Bearing operation monitoring method and device based on wind power bearing retainer |
| CN117390573A (en) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | Wind turbine generator operation abnormality early warning method based on time sequence prediction |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111520295A (en) * | 2020-05-20 | 2020-08-11 | 许东滇 | Difficult cracked pivot of wind power generation windmill |
| KR102456262B1 (en) * | 2021-03-24 | 2022-10-20 | 한국에너지기술연구원 | Prediction Method and Systems of Wind Turbine Load and Life-time Based On Vibration Data |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5552927A (en) * | 1978-10-16 | 1980-04-17 | Mitsubishi Electric Corp | Malfunction monitor of bearing |
| WO2011099132A1 (en) * | 2010-02-10 | 2011-08-18 | 三菱重工業株式会社 | Wind power generation device |
| JP2012154472A (en) * | 2011-01-28 | 2012-08-16 | Mitsubishi Heavy Ind Ltd | Maintenance apparatus for bearing |
| WO2013133002A1 (en) * | 2012-03-08 | 2013-09-12 | Ntn株式会社 | State monitor system |
-
2018
- 2018-04-04 JP JP2018072174A patent/JP6405486B1/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5552927A (en) * | 1978-10-16 | 1980-04-17 | Mitsubishi Electric Corp | Malfunction monitor of bearing |
| WO2011099132A1 (en) * | 2010-02-10 | 2011-08-18 | 三菱重工業株式会社 | Wind power generation device |
| JP2012154472A (en) * | 2011-01-28 | 2012-08-16 | Mitsubishi Heavy Ind Ltd | Maintenance apparatus for bearing |
| WO2013133002A1 (en) * | 2012-03-08 | 2013-09-12 | Ntn株式会社 | State monitor system |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020170215A (en) * | 2019-04-01 | 2020-10-15 | Ntn株式会社 | State monitoring system and wind power generation system equipped with it |
| EP3951532A4 (en) * | 2019-04-01 | 2022-11-30 | NTN Corporation | Condition monitoring system and wind power generation system comprising same |
| JP7191759B2 (en) | 2019-04-01 | 2022-12-19 | Ntn株式会社 | CONDITION MONITORING SYSTEM AND WIND POWER SYSTEM INCLUDING THE SAME |
| CN113915078A (en) * | 2021-11-26 | 2022-01-11 | 龙源（北京）风电工程技术有限公司 | Intelligent identification method and system for working conditions of blades of fiber grating type wind turbine generator |
| CN116221038A (en) * | 2023-05-10 | 2023-06-06 | 山东金帝精密机械科技股份有限公司 | Bearing operation monitoring method and device based on wind power bearing retainer |
| CN117390573A (en) * | 2023-12-12 | 2024-01-12 | 深圳前海慧联科技发展有限公司 | Wind turbine generator operation abnormality early warning method based on time sequence prediction |
| CN117390573B (en) * | 2023-12-12 | 2024-02-23 | 深圳前海慧联科技发展有限公司 | Wind turbine generator operation abnormality early warning method based on time sequence prediction |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019183686A (en) | 2019-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6405486B1 (en) | Wind power generation facility abnormality sign diagnosis system, management device, and abnormality sign diagnosis method | |
| US8577509B2 (en) | Method and a system for controlling operation of a wind turbine | |
| CN102434388B (en) | Health status online monitoring device of wind generating set and monitoring method of monitoring device | |
| EP3431952B1 (en) | Condition monitoring system and wind turbine generation apparatus | |
| KR100715252B1 (en) | Method and apparatus for diagnosing residual life of rolling element bearing | |
| JP4504065B2 (en) | Rolling bearing remaining life diagnosis method | |
| JP6397330B2 (en) | Measure the remaining service life of rotating machinery such as drivetrains, gearboxes, and generators | |
| KR102393095B1 (en) | A system for predicting and diagnosing malfunctions in rotating equipment based on artificial intelligence using vibration, sound, and image data | |
| JP4787904B2 (en) | Rolling bearing remaining life diagnosis method | |
| US20180348303A1 (en) | Wind Turbine Fault Detection Using Acoustic, Vibration, and Electrical Signals | |
| US20120203704A1 (en) | Servicing-timing selecting apparatus and servicing-timing selecting method | |
| US20200158562A1 (en) | Condition monitoring apparatus, condition monitoring system, and condition monitoring method | |
| EP2290488B1 (en) | A method and a system for adjusting alarm level of a component in a wind turbine | |
| WO2017159784A1 (en) | Condition monitoring system and wind power generation device | |
| JP6885833B2 (en) | Condition monitoring system and data processing equipment | |
| JP2019027860A (en) | System and method for performing abnormality diagnosis on rotary machine facility | |
| JP2018194011A (en) | System and method for monitoring grease of wind power generator | |
| JP2024014949A (en) | State monitoring system | |
| JP7113668B2 (en) | Condition monitoring system | |
| JP6824076B2 (en) | Condition monitoring system and wind power generator | |
| Sarma et al. | Early life failure modes and downtime analysis of onshore type-III wind turbines in Turkey | |
| CN117033930A (en) | Wind turbine generator system fault prediction method based on bathtub curve | |
| CN111075661B (en) | Method for judging health condition of main shaft bearing of wind turbine generator based on temperature change trend | |
| JP7419094B2 (en) | Condition monitoring system | |
| Nilsson | Maintenance management of wind power systems: Cost effect analysis of condition monitoring systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180404 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180404 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180531 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180605 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180725 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180904 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180914 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6405486 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |